文献

J-GLOBAL ID：202102237772711377   整理番号：21A0779832

HVACシステム構成要素のための最適化ベースデータ可能モデリング技術【JST・京大機械翻訳】

Optimization-Based Data-Enabled Modeling Technique for HVAC Systems Components

著者 (3件)： Talib Rand (Department of Civil and Architectural Engineering and Construction Management, University of Cincinnati, Cincinnati, OH 45221, USA) ,  Nabil Nassif (Department of Civil and Architectural Engineering and Construction Management, University of Cincinnati, Cincinnati, OH 45221, USA) ,  Choi Wonchang (Department of Architectural Engineering, Gachon University, Seongnam-si 1342, Korea)
資料名： Buildings (Web)  (Buildings (Web))
巻： 10  号： 9  ページ： 163  発行年： 2020年 
JST資料番号： U7151A  ISSN： 2075-5309  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： アメリカの住宅と商業建築によって消費される大部分のエネルギーは,米国エネルギー情報局に従って,宇宙冷房と暖房システム専用である。したがって,既存のシステムのより良い操作機構の必要性は,より重要になった。その最も重要な要因は,システム成分性能を正確に予測できる正確なモデルの必要性である。したがって,本論文では,選択したシステムコンポーネントの性能を正確に予測することができる新しい正確なデータ駆動モデリングと最適化技術を開発する。人工ニューラルネットワーク(ANN),サポートベクターマシン(SVM),および凝集ブートストラップ(BSA)のようないくつかのデータ可能モデリング技術を研究し,モデル構造最適化によるモデル改良を提案した。最適化アルゴリズムは,最適モデル構造を決定し,パラメータ研究のプロセスを自動化する。最適化問題を遺伝的アルゴリズム(GA)を用いて解き,試験期間に対するシミュレーションと実際のデータ間の誤差を低減した。モデルは,冷却水可変空気量(VAV)システムの性能を,多重入力の関数として,冷却コイルとファン電力の主成分として予測した。さらに,パッケージしたDXシステム圧縮機をモデル化し,圧縮機電力を予測した。試験結果は,冷却コイルに対して1.22%の低い変動係数(CV%)値を保持し,ファンモデルに対して,それは9.04%であることが分かった。試験結果は,提案したモデリングと最適化技術がシステム成分性能を正確に予測できることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝集 ,  *最適化 ,  自動化 ,  最適化問題 ,  電力 ,  圧縮機 ,  冷房 ,  ニューラルネットワーク ,  多重化 ,  商業建築 ,  宇宙空間 ,  冷却コイル ,  *HVAC ,  遺伝的アルゴリズム ,  サポートベクトルマシン

著者キーワード (10件)： HVAC ,  冷却コイル ,  ファン ,  DX圧縮機 ,  ANN ,  正確なデータ駆動モデル ,  最適化 ,  GA ,  冷水VAVシステム ,  パッケージDXシステム

分類 (1件)： 空気調和装置一般  (PC02010U)

引用文献 (51件)：

• EIA. How Much Energy Is Consumed in Residential and Commercial Buildings in the United States? U.S. Energy Information Administration-Independent Statistics and Analysis: Washington, DC, USA, 2019.
• He, Q.; Ng, S.T.; Hossain, U.; Augenbroe, G.L. A Data-driven Approach for Sustainable Building Retrofit-A Case Study of Different Climate Zones in China. Sustainability 2020, 12, 4726.
• Talib, R.; Nassif, N.; Arida, M.; Abu-Lebdeh, T. Chilled Water VAV System Optimization and Modeling Using Artificial Neural Networks. Am. J. Eng. Appl. Sci. 2018, 11, 1188-1198.
• ASHRAE. ASHRAE Handbook Applications; American Society of Heating Refrigeration and Air Conditioning Engineers Inc.: Atlanta, GA, USA, 2011; Chapter 41.
• Beghi, A.; Brignoli, R.; Cecchinato, L.; Menegazzo, G.; Rampazzo, M.; Simmini, F. Data-driven Fault Detection and Diagnosis for HVAC water chillers. Control Eng. Pract. 2016, 53, 79-91.

タイトルに関連する用語 (4件)： HVACシステム ,  構成要素 ,  最適化 ,  モデリング技術